基于FFRLS-UKF的锂离子电池内核温度估计方法

摘要：

基于锂离子电池的集总参数模型,建立产热内阻随温度、SOC和循环次数变化的数学模型,并提出了一种基于带遗忘因子的递推最小二乘法(recursive least square with forgetting factor,FFRLS)-无迹卡尔曼滤波算法(unscented Kalman filter,UKF)的锂离子电池内核温度估计方法.在单周期的FUDS工况下进行实验验证,根据采集的电池表面温度值、环境温度和电流值在线辨识热阻容参数和内阻,并验证所辨识参数的准确性;用FFRLS-UKF算法估计内核温度的变化,实验结果表明,该方法可以很快消除未知初始值的误差,并跟随到真值附近,最大误差在1℃以内.在此基础上设计了150次FUDS循环充放电的仿真实验,仿真结果表明,在循环工况下,该方法能够较好地追踪内核温度和内阻平均值变化情况,显示了较好的稳定性和鲁棒性.

关键词：锂离子电池;温度预测;参数辨识;无迹卡尔曼滤波算法

所属期刊栏目：45

分类号：TM912

资助基金：国家自然科学基金61873180

在线出版日期：2021-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1458-1462